In this paper, we highlight scenarios in General Lotto games where there exist incentives to reveal one's intentions to an opponent. The General Lotto game is a popular model of competitive resource allocation. We study a multi-step extension where one player has the option to publicly pre-commit resources to battlefields before play begins. In response, the opponent decides which of these battlefields to secure by matching the pre-commitment with its own resources, and which of them to withdraw from entirely. They then engage in a General Lotto game over the remaining set of battlefields. We show that the weaker-resource player never has an incentive to pre-commit, while a stronger player can have incentives to pre-commit. However, this is not necessarily true in settings where the battlefield valuations are asymmetric across players. This setting is known to admit a richer set of outcomes, where multiple payoff-distinct equilibria can arise in simultaneous play. We show that pre-committing in this environment can guarantee a payoff that exceeds the second-highest equilibrium payoff from simultaneous play. Our work highlights the strategic role that revealing information plays can have in a variety of adversarial contexts.


翻译:在本文中,我们强调洛托将军游戏中存在向对手透露意图的激励因素的场景。 洛托将军游戏是竞争性资源分配的流行模式。 我们研究一个多步扩展, 玩家可以在游戏开始前公开向战场承诺资源。 作为回应, 对手决定这些战场的哪些是安全的, 方法是将承诺前的配对与自己的资源匹配, 哪些是完全退出的。 然后在剩下的一组战场上进行洛托将军游戏。 我们显示, 资源较弱的玩家从未有预先承诺的激励, 而更强的玩家可以有事先承诺的激励因素。 但是, 在战场估值对等的场景景中, 这一点不一定是真实的。 众所周知, 这种场景会同时产生一系列更丰富的结果, 多重的付款差异性松动可以同时产生。 我们显示, 在这种环境中进行预先承诺可以保证报酬超过第二高度的平衡回报。 我们的工作强调, 披露信息的战略作用可以在各种敌对背景下产生。

0
下载
关闭预览

相关内容

iOS 8 提供的应用间和应用跟系统的功能交互特性。
  • Today (iOS and OS X): widgets for the Today view of Notification Center
  • Share (iOS and OS X): post content to web services or share content with others
  • Actions (iOS and OS X): app extensions to view or manipulate inside another app
  • Photo Editing (iOS): edit a photo or video in Apple's Photos app with extensions from a third-party apps
  • Finder Sync (OS X): remote file storage in the Finder with support for Finder content annotation
  • Storage Provider (iOS): an interface between files inside an app and other apps on a user's device
  • Custom Keyboard (iOS): system-wide alternative keyboards

Source: iOS 8 Extensions: Apple’s Plan for a Powerful App Ecosystem
【EMNLP2020】自然语言生成,Neural Language Generation
专知会员服务
38+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
2012-2018-CS顶会历届最佳论文大列表
深度学习与NLP
6+阅读 · 2019年2月1日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
阿里巴巴ET城市大脑
智能交通技术
6+阅读 · 2018年12月23日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Arxiv
8+阅读 · 2021年5月21日
Arxiv
5+阅读 · 2019年8月22日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关资讯
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
2012-2018-CS顶会历届最佳论文大列表
深度学习与NLP
6+阅读 · 2019年2月1日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
阿里巴巴ET城市大脑
智能交通技术
6+阅读 · 2018年12月23日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Top
微信扫码咨询专知VIP会员